Aplicação de modelos de aprendizado de máquina para a previsão da temperatura de um motor elétrico

Detalhes bibliográficos
Autor(a) principal: Fioreto, Vinícius Da Lessandro
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/242357
Resumo: Os dados vêm moldando a nova fase industrial e empresarial que vivemos, sendo considerado o novo petróleo da era digital pela grande possibilidade de valorização de recursos que ele traz. Com o grande avanço tecnológico e capacidade de armazenamento, surgiram ferramentas sofisticadas para analisar o grande volume de dados, juntamente com algoritmos capazes de identificar padrões e realizar previsões baseados em métodos estatísticos conforme aprendem analisando os dados fornecidos a ele. Esse novo conceito de análise de dados baseia-se no Aprendizado de Máquina, que vem sendo amplamente usado para aumentar os investimentos e nossa qualidade de vida. Neste trabalho investiga-se formas de aplicações de análise de dados e métodos baseados no Aprendizado de Máquina utilizando uma base de dados aplicada a temperaturas de um motor síncrono de ímã permanente. O método utilizado constituiu em passar por todas as etapas da aplicação de aprendizado de máquina, desde a seleção, tratamento de dados, visualizações e por fim, a criação de 5 modelos preditivos utilizando diferentes algoritmos e suas interpretações. O Python foi utilizado como linguagem de programação para implementar o exercício de aprendizado de máquinas. Por fim, foi possível comparar a performance dos diferentes algoritmos aplicados e concluir que o método da Regressão Polinomial de ordem 3 se mostrou o melhor para este estudo de caso, com uma variância explicada de 93%, indicando que este modelo é eficaz para a base de dados em específico.
id UNSP_595c52ec14b1b974a54ea268f12b016c
oai_identifier_str oai:repositorio.unesp.br:11449/242357
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Aplicação de modelos de aprendizado de máquina para a previsão da temperatura de um motor elétricoApplication of machine learning models to predict the temperature of an electric motorAprendizado de máquinaMotor síncrono de ímã permanenteprevisão da temperatura do motorAprendizado de máquinasInteligência artificialMotores elétricosMachine learningPermanent magnet synchronous motorPrediction of motor temperatureOs dados vêm moldando a nova fase industrial e empresarial que vivemos, sendo considerado o novo petróleo da era digital pela grande possibilidade de valorização de recursos que ele traz. Com o grande avanço tecnológico e capacidade de armazenamento, surgiram ferramentas sofisticadas para analisar o grande volume de dados, juntamente com algoritmos capazes de identificar padrões e realizar previsões baseados em métodos estatísticos conforme aprendem analisando os dados fornecidos a ele. Esse novo conceito de análise de dados baseia-se no Aprendizado de Máquina, que vem sendo amplamente usado para aumentar os investimentos e nossa qualidade de vida. Neste trabalho investiga-se formas de aplicações de análise de dados e métodos baseados no Aprendizado de Máquina utilizando uma base de dados aplicada a temperaturas de um motor síncrono de ímã permanente. O método utilizado constituiu em passar por todas as etapas da aplicação de aprendizado de máquina, desde a seleção, tratamento de dados, visualizações e por fim, a criação de 5 modelos preditivos utilizando diferentes algoritmos e suas interpretações. O Python foi utilizado como linguagem de programação para implementar o exercício de aprendizado de máquinas. Por fim, foi possível comparar a performance dos diferentes algoritmos aplicados e concluir que o método da Regressão Polinomial de ordem 3 se mostrou o melhor para este estudo de caso, com uma variância explicada de 93%, indicando que este modelo é eficaz para a base de dados em específico.Data has been shaping the new industrial and business phase that we are experiencing; it being considered the new oil of the digital age due to the great possibility of valuing resources that it brings. With the great technological advancement and storage capacity, sophisticated tools emerged to analyze big data, along with algorithms capable of identify patterns e realize predictions based on statistical methods as they learn analyzing data provided to it. This new concept of analyzing data is based on Machine Learning, that has been used to enhance investments and our life quality. This work will investigate the ways of applying data analysis and methods based on Machine Learning utilizing a database of motor temperatures. The method used consists of going through all stages of machine learning, from selection, data treating, visualizations and finally formation of five predictive models using different algorithms for prediction of engine failures and its results analysis. Python was used as a programming language for implementing Machine Learning. Finally, it was possible to compare the performance of those different algorithms and conclude that Polynomial Regression of third degree method presented the best result for this specific case, providing a explained variance of 93%, proving to be an algorithm very effective for this database of engine failures.Não recebi financiamentoUniversidade Estadual Paulista (Unesp)Luche, José Roberto Dale [UNESP]Universidade Estadual Paulista (Unesp)Fioreto, Vinícius Da Lessandro2023-03-07T17:03:54Z2023-03-07T17:03:54Z2023-01-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttp://hdl.handle.net/11449/242357porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-01-07T06:31:11Zoai:repositorio.unesp.br:11449/242357Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T22:23:00.483827Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Aplicação de modelos de aprendizado de máquina para a previsão da temperatura de um motor elétrico
Application of machine learning models to predict the temperature of an electric motor
title Aplicação de modelos de aprendizado de máquina para a previsão da temperatura de um motor elétrico
spellingShingle Aplicação de modelos de aprendizado de máquina para a previsão da temperatura de um motor elétrico
Fioreto, Vinícius Da Lessandro
Aprendizado de máquina
Motor síncrono de ímã permanente
previsão da temperatura do motor
Aprendizado de máquinas
Inteligência artificial
Motores elétricos
Machine learning
Permanent magnet synchronous motor
Prediction of motor temperature
title_short Aplicação de modelos de aprendizado de máquina para a previsão da temperatura de um motor elétrico
title_full Aplicação de modelos de aprendizado de máquina para a previsão da temperatura de um motor elétrico
title_fullStr Aplicação de modelos de aprendizado de máquina para a previsão da temperatura de um motor elétrico
title_full_unstemmed Aplicação de modelos de aprendizado de máquina para a previsão da temperatura de um motor elétrico
title_sort Aplicação de modelos de aprendizado de máquina para a previsão da temperatura de um motor elétrico
author Fioreto, Vinícius Da Lessandro
author_facet Fioreto, Vinícius Da Lessandro
author_role author
dc.contributor.none.fl_str_mv Luche, José Roberto Dale [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Fioreto, Vinícius Da Lessandro
dc.subject.por.fl_str_mv Aprendizado de máquina
Motor síncrono de ímã permanente
previsão da temperatura do motor
Aprendizado de máquinas
Inteligência artificial
Motores elétricos
Machine learning
Permanent magnet synchronous motor
Prediction of motor temperature
topic Aprendizado de máquina
Motor síncrono de ímã permanente
previsão da temperatura do motor
Aprendizado de máquinas
Inteligência artificial
Motores elétricos
Machine learning
Permanent magnet synchronous motor
Prediction of motor temperature
description Os dados vêm moldando a nova fase industrial e empresarial que vivemos, sendo considerado o novo petróleo da era digital pela grande possibilidade de valorização de recursos que ele traz. Com o grande avanço tecnológico e capacidade de armazenamento, surgiram ferramentas sofisticadas para analisar o grande volume de dados, juntamente com algoritmos capazes de identificar padrões e realizar previsões baseados em métodos estatísticos conforme aprendem analisando os dados fornecidos a ele. Esse novo conceito de análise de dados baseia-se no Aprendizado de Máquina, que vem sendo amplamente usado para aumentar os investimentos e nossa qualidade de vida. Neste trabalho investiga-se formas de aplicações de análise de dados e métodos baseados no Aprendizado de Máquina utilizando uma base de dados aplicada a temperaturas de um motor síncrono de ímã permanente. O método utilizado constituiu em passar por todas as etapas da aplicação de aprendizado de máquina, desde a seleção, tratamento de dados, visualizações e por fim, a criação de 5 modelos preditivos utilizando diferentes algoritmos e suas interpretações. O Python foi utilizado como linguagem de programação para implementar o exercício de aprendizado de máquinas. Por fim, foi possível comparar a performance dos diferentes algoritmos aplicados e concluir que o método da Regressão Polinomial de ordem 3 se mostrou o melhor para este estudo de caso, com uma variância explicada de 93%, indicando que este modelo é eficaz para a base de dados em específico.
publishDate 2023
dc.date.none.fl_str_mv 2023-03-07T17:03:54Z
2023-03-07T17:03:54Z
2023-01-27
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11449/242357
url http://hdl.handle.net/11449/242357
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808129421876396032